Привет! Сегодня мы разберем, как нейросети автоматизируют рутинные безнес-процессы на реальном примере — классификации заявок в службу поддержки. Даже простые нейросети способны значительно разгрузить сотрудников и ускорить обработку данных.
Рубрика «data science» - 2
Как написать нейросеть для бизнеса на Python
2025-10-03 в 12:49, admin, рубрики: data science, python, нейронна, нейронная сеть с нуля, нейросети p, нейросетьИИ в 3 фазы… снижение рисков, экономия времени и помощь человеку. Но …— нужно дать пользу уже на первом шаге
2025-09-16 в 13:51, admin, рубрики: autoencoder, cnn, CV, data science, deeplearning, Внедрение, искусственный интеллект, разработка«В крупных компаниях ИИ не продается как технология. Он продается как снижение рисков, экономия времени и помощь человеку.
Но чтобы его купили — нужно дать пользу уже на первом шаге.
Вот как мы сделали это без бюджета, без команды и с одними только идеями»
1. Введение: Не про ИИ. Про то, как заставить бизнес поверить в изменения
Привет!
Меня зовут Алексей. Я руковожу направлением искусственного интеллекта в федеральном холдинге.
Моя задача — не «внедрить нейросеть», а сделать так, чтобы люди перестали бояться изменений.
Раньше сотрудникам требовалось 40–60 минут, чтобы создать документ выбраковки:
Читать полностью »
Как высчитать дно Биткоина. Разбираем индикатор Hash Ribbons: Математика и код
2025-09-12 в 13:47, admin, рубрики: bitcoin, data science, Hash Rate, On-chain analytics, pine script, tradingview, анализ данных, Криптовалюты, майнингНа криптовалютном рынке цены очень хаотично движутся, прогнозы сбываются не каждый раз (особенно если вы полагаетесь на мнение инфлов), а новостной фон подливает масла в огонь. В этом хаосе многие пытаются найти хоть какие-то закономерности, опираясь не на догадки, а на измеримые данные.
Сегодня мы как раз и займемся таким анализом — разберем популярный в узких кругах индикатор Hash Ribbons. Но сделаем это не как трейдеры в поисках кнопки "бабло", а разберем, что там под условно капотом.
Важный дисклеймер:Читать полностью »
Путь от школьной математики к Data Science и системной инженерии: как я учился строить продукты
2025-08-29 в 7:17, admin, рубрики: AI, big data, data science, mlops, автоматизация, инженерия данных, машинное обучение, Системная инженерияИсторииуспеха часто подаются слишком гладко. Но за каждым «сегодня я работаю в Data Science» всегда стоит длинный и запутанный маршрут.
Я хочу поделиться своей дорогой — не как учебником, а как историей, которая, возможно, поможет тем, кто сейчас только ищет направление или сомневается, стоит ли идти в аналитику, инженерию или AI.
Начало: школьный выбор и первая любовь к системам
Моя отправная точка — школа. Учился я в физико‑математическом классе, где нас приучали к структурному мышлению и логике. Это был мой первый контакт с идеей, что за любым хаосом всегда можно найти систему.
Semantic Retrieval-Augmented Contrastive Learning (SRA-CL) для sequential рекомендательных систем: обзор
2025-08-18 в 15:38, admin, рубрики: data science, machine learning, recsys, Transformers👋 Привет!
Меня зовут Никита Горячев, я Research Engineer в WB, последние несколько лет работаю на стыке RecSys, LLM и мультимодальных моделей. Каждый день мы обрабатываем миллиарды событий, а модели, которые мы внедряем, напрямую влияют на CTR, удержание и конверсию, принося немало дополнительной выручки.
До этого я успел поработать в AI-стартапе в Palo Alto, где занимался голосовыми агентами (ASR/TTS), и в МТС, где мы строили AI-экосистему. Ранее в Сбере я занимался созданием единого RecSys SDK для всей экосистемы (от SberMegaMarket до Okko и Zvuk), а ещё раньше — развивал персонализацию и ML в ритейле.
Koda: AI-помощник разработчика – бесплатно, без VPN, с поддержкой русского языка
2025-08-14 в 9:19, admin, рубрики: AI, AI-инструменты, copilot, data science, llm, machine learning, vibecoding, Агент, вайб-кодингИндустрия ИИ переживает рекордный бум: каждую неделю появляются новые модели, а заголовки пестрят новостями о многомиллионных контрактах и громких переходах звёздных исследователей. Прорывы происходят на всех уровнях: от чипов и инфраструктуры (NVIDIA и др.) до моделей и инструментов вроде Cursor или Windsurf.
Но у российских разработчиков выбор заметно ýже: ограничения, VPN, трудности с оплатой. Мы решили это изменить и создали KodaЧитать полностью »
Вебинары трека Наука о данных Летней цифровой школы Сбера
2025-08-09 в 5:56, admin, рубрики: AI, artificial intelligence, data analysis, data science, глубокое обучение, ИИ, искусственный интеллект, нейронные сети, нейросетиВебинары трека Наука о данных Летней цифровой школы Сбера
Привет, коллеги ML инженеры, Data scientist'ы и все, кто интересуется искусственным интеллектом, созданием нейросетей, машинным обучением и анализом данных! Принёс вам пачку вебинаров с интенсива трека Наука о данных курсов повышения квалификации Летней цифровой школы Сбера.
1) Process Mining
Проблема подглядывания и последовательное А-Б тестирование
2025-07-10 в 9:12, admin, рубрики: ab testing, ab-тестирование, data science, анализ данных, аналитика, проверка гипотез, статистикаСегодня узнаем, что такое проблема подглядывания и почему она появляется. Реализуем аналог метода Покока и критерий Вальда для последовательного тестирования. Посмотрим, можно ли одновременно подглядывать и контролировать вероятности ошибок при том же размере групп. Обсудим границы применимости последовательного тестирования.
Меня зовут Коля, я работаю аналитиком данных в X5 Tech. Мы с Сашей продолжаем писать серию статей по А/Б тестированию. Предыдущие статьи можно найти в описании профиля.
Проблема подглядывания
Мета-анализ Хабра 2024: так ли всё плохо?
2025-06-28 в 3:31, admin, рубрики: C#, data science, аналитика, хабрЛюди с самых древних времён интересовались тремя главными вопросами мироздания: почему горит огонь, какой формы земля и мёртв ли Хабр. На последний я постараюсь ответить. И если коротко - я понятия не имею. Быстрый сбор статистики и интерпретация результатов растянулась в несколько раз, ведь чем дальше тем становится всё больше и больше вопросов. А искать ответы - вообще и близко не моё любимое занятие, поэтому все данные будут опубликованы для открытого доступа и возможно кто-то сможет уменьшить количество этих чертовски важных вопросов.